OpenCV C++校正AI模型检测到的文本(OCR)

小保CPP2026-07-26 11:55

这个程序使用OpenCV校正AI模型检测到的文本，方便后续识别这些文本。

输入是《OpenCV C++基于AI模型的场景文本检测(OCR)-CSDN博客》检测到的多边形：

这两个多边形很明显是倾斜的，后续的识别模型无法识别这种倾斜的文本，所以需要校正。

程序运行后生成校正后的图片：

现在只关注英文的结果。这个图片太长了，不利于识别，所以把它分作三段：

把这三张图片用《OpenCV C++基于AI模型的场景文本识别(OCR)-CSDN博客》里的程序识别，就可以很轻松识别出来了：

detResults是场景文本检测输出的多边形

代码：

cpp 复制代码

void fourPointsTransform(const Mat& frame, const Point2f vertices[], Mat& result)
{
    const Size outputSize = Size(100, 32);

    Point2f targetVertices[4] = {
        Point(0, outputSize.height - 1),
        Point(0, 0), Point(outputSize.width - 1, 0),
        Point(outputSize.width - 1, outputSize.height - 1)
    };
    Mat rotationMatrix = getPerspectiveTransform(vertices, targetVertices);

    warpPerspective(frame, result, rotationMatrix, outputSize);
}

int main(){
    if (detResults.size() > 0) {
        Mat recInput = frame;
           
        std::vector< std::vector<Point> > contours;
        for (uint i = 0; i < detResults.size(); i++){
            const auto& quadrangle = detResults[i];
            CV_CheckEQ(quadrangle.size(), (size_t)4, "");

            contours.emplace_back(quadrangle);

            std::vector<Point2f> quadrangle_2f;
            for (int j = 0; j < 4; j++)quadrangle_2f.emplace_back(quadrangle[j]);

            Mat cropped;
            fourPointsTransform(recInput, &quadrangle_2f[0], cropped);

            imshow("cropped",cropped);
            waitKey();
        }
    }
}